Unicorn calcolatore TPS

Apri i pesi Allen Institute for AI 11B parametri March 2021

Ogni scheda sottostante è valutata rispetto a questo modello alla lunghezza di contesto e alla qualità minima che scegli. La velocità è una stima per una singola richiesta, calcolata dalla larghezza di banda della memoria della scheda e dalla dimensione del modello una volta compresso..

Calcolato per questo modello

509 schede che possono eseguirlo

818 schede per cui abbiamo specifiche

Scheda più piccola che si adatta

Xeon Phi 5110P

8 GB · IQ4_XS · 19.7 tok/s

Scheda più veloce

B200

308 tok/s · 180 GB

Quali GPU possono eseguire Unicorn?

Imposta gli input, leggi la risposta

Lunghezza del contesto token

Una conversazione più lunga richiede più MEMORY, il che può spingere questo modello fuori da schede più piccole..

Qualità minima

Nasconde le schede che si adatterebbero solo al modello comprimendolo al di sotto di questo punto..

Cerca schede

Memoria della scheda

Mostra anche le schede che non possono eseguirlo.

509 schede corrispondono

Calcolo

					Ha bisogno	Quantizzazione	Adatto
308 tok/s 185–493 · bassa fiducia	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	12.5 GB	Q8_0	Comodo
308 tok/s 185–493 · bassa fiducia	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	12.5 GB	Q8_0	Comodo
246 tok/s 148–394 · bassa fiducia	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	12.5 GB	Q8_0	Comodo
246 tok/s 148–394 · bassa fiducia	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	12.5 GB	Q8_0	Comodo
197 tok/s 118–315 · bassa fiducia	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	12.5 GB	Q8_0	Comodo
188 tok/s 113–301 · bassa fiducia	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	12.5 GB	Q8_0	Comodo
188 tok/s 113–301 · bassa fiducia	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	12.5 GB	Q8_0	Comodo
180 tok/s 108–288 · bassa fiducia	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	12.5 GB	Q8_0	Comodo
160 tok/s 96–256 · bassa fiducia	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	12.5 GB	Q8_0	Comodo
160 tok/s 96–256 · bassa fiducia	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	12.5 GB	Q8_0	Comodo
160 tok/s 96–256 · bassa fiducia	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	12.5 GB	Q8_0	Comodo
152 tok/s 91–243 · bassa fiducia	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	12.5 GB	Q8_0	Comodo
141 tok/s 85–225 · bassa fiducia	CMP 170HX 8 GB NVIDIA	8 GB	1,490 GB/s	Sep 2021	6.7 GB	IQ4_XS	Stretto
129 tok/s 78–207 · bassa fiducia	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	12.5 GB	Q8_0	Comodo
129 tok/s 78–207 · bassa fiducia	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	12.5 GB	Q8_0	Comodo
129 tok/s 78–207 · bassa fiducia	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	12.5 GB	Q8_0	Comodo
129 tok/s 78–207 · bassa fiducia	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	12.5 GB	Q8_0	Comodo
129 tok/s 78–207 · bassa fiducia	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	12.5 GB	Q8_0	Comodo
107 tok/s 64–172 · bassa fiducia	CMP 170HX 10 GB NVIDIA	10 GB	1,560 GB/s	Sep 2021	8.6 GB	Q5_K_M	Stretto
98.5 tok/s 59–158 · bassa fiducia	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	12.5 GB	Q8_0	Comodo
98.5 tok/s 59–158 · bassa fiducia	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	12.5 GB	Q8_0	Comodo
82.1 tok/s 49–131 · bassa fiducia	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	12.5 GB	Q8_0	Comodo
80.3 tok/s 48–129 · bassa fiducia	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	12.5 GB	Q8_0	Comodo
78.6 tok/s 47–126 · bassa fiducia	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	12.5 GB	Q8_0	Comodo
78.6 tok/s 47–126 · bassa fiducia	A100X NVIDIA	80 GB	2,040 GB/s	Jun 2021	12.5 GB	Q8_0	Comodo

Le velocità sono stime per una singola richiesta — una conversazione alla volta — calcolate dalla larghezza di banda della memoria, dalla dimensione del modello e dalla quantizzazione. Il throughput reale varia con il runtime di inferenza e la sua versione. I valori pubblicati dai fornitori di hardware misurano molte richieste simultanee e sono molto più elevati..

In registrazione

specifiche complete

Tutto in archivio per questo modello. La maggior parte descrive come è stato addestrato piuttosto che come gira — contesto utile per giudicare quanto lavoro c'è stato dietro, e come si confronta con i modelli costruiti su una scala diversa..

Origine

Chi ha costruito questo modello, dove e quando è stato pubblicato.

Organizzazione: Allen Institute for AI
Tipo di organizzazione: Research collective
Paese: United States of America
Pubblicato: 24 March 2021
Autori: Nicholas Lourie, Ronan Le Bras, Chandra Bhagavatula, Yejin Choi

Cosa fa

Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.

Dominio: Language
Compito: Question answering, Language modeling/generation
Modello di base: T5-11B

Dimensione

Quanto è grande il modello e su quanti dati è stato addestrato. I parametri sono la cifra che decide se si adatta a una determinata scheda grafica.

parametri: 11B
Dati di addestramento: tokens
Epoche: 2.46
Dimensione del Batch: 32

Calcolo di addestramento

L'aritmetica eseguita per addestrare il modello, misurata in operazioni in virgola mobile. È una misura di quanto è costato il run di addestramento, e non di quanto velocemente il modello finito ti risponde.

Come è stato stabilito: Hardware
Addestramento fine: 3.3 × 10²² FLOP

La corsa di addestramento

Cosa ha richiesto fisicamente per addestrare: quali chip, quanti, per quanto tempo e cosa ha prelevato dalla presa.

Tempo di parete: 3 hours

Disponibilità

Se puoi ottenere il modello e farlo funzionare sul tuo hardware, il che decide se alcune delle cifre della scheda grafica su questa pagina sono applicabili.

Pesi: Open — downloadable
Accesso al modello: Open weights (unrestricted)
Codice di addestramento: Open source

Come è classificato

Etichette del dataset sorgente si applicano quando si tracciano modelli notevoli, e quanto è sicuro nell'entry.

Perché è monitorato: SOTA improvement
Record fiducia: Confident

Fonti

Da dove proviene questo record e quando è stato controllato l'ultima volta.

Riferimento: UNICORN on RAINBOW: A Universal Commonsense Reasoning Model on a New Multitask Benchmark
Ultimo aggiornamento: 28 November 2025

Gli estremi

Le dieci GPU più veloci che eseguono Unicorn

Classificato per token stimati al secondo, scheda più recente per prima dove le velocità coincidono. Poiché la generazione è vincolata dalla larghezza di banda della memoria, quest'ordinamento segue la larghezza di banda piuttosto che qualsiasi benchmark di gioco..

Le GPU più piccole che ancora funzionano Unicorn

Il percorso più economico, in base alla capacità di memoria. Un adattamento stretto esegue il modello ma non lascia nulla di riserva per una conversazione più lunga..

Cosa significano i numeri

Cosa ti serve per eseguirlo

Scheda minima

Xeon Phi 5110P

Memoria necessaria

6.7 GB

Più veloce

308 tok/s

Unicorn raggiunge un conteggio di parametri di 11B. È piccolo abbastanza che l'hardware è raramente l'ostacolo, anche su CARD di diversi anni fa. Il numero di CARD che monitoriamo che possono eseguirlo: 509.

L'hardware minimo che funziona è Xeon Phi 5110P, con una capacità di memoria di 8 GB, eseguendolo a una compressione di IQ4_XS e producendo circa 19.7 token al secondo

All'altra estremità si trova B200, generando approssimativamente 308 token al secondo sulla base di una larghezza di banda di VRAM 8,000 GB/s.

Da dove è venuto

Unicorn è stato pubblicato da Allen Institute for AI, nel paese registrato come United States of America, durante March 2021. L'organizzazione di pubblicazione è classificata come research collective.

Funziona nel dominio di Language, ed è registrato come eseguire il compito di question answering, Language modeling/generation.

Invece di essere addestrato da zero, è derivato da T5-11B. È per questo che condivide la forma e le dimensioni generali del modello base.

I pesi sono pubblicati, quindi possono essere scaricati e eseguiti sul proprio hardware indefinitamente, offline, senza un account associato.

Comprendere le velocità

Il risultato mediano è attorno 21.2 token al secondo 460 di loro

Essendo denso, legge tutto se stesso per token, motivo per cui l'ordinamento per velocità qui sotto segue da vicino l'ordinamento per larghezza di banda della memoria.

La memoria qui è stimata dalla dimensione piuttosto che calcolata dall'architettura, che non è registrata per questo modello — i numeri sono indicativi piuttosto che esatti.

Addestramento e provenienza

È tracciato nel dataset sottostante per una ragione in particolare: sOTA improvement.

Passo dopo passo

Come scegliere una GPU per Unicorn

La tabella sopra ha già valutato ogni card di cui possediamo le specifiche rispetto a questo modello. Arrivare alla tua risposta richiede sei passaggi..

01

Leggi prima il numero di VRAM

Inizia da ciò di cui ha realmente bisogno, ovvero il requisito di Unicorn, avere bisogno di circa 6.7 GB a una compressione di IQ4_XS. Quella cifra, non le prestazioni di punta di una CARD, è ciò che decide se può essere eseguita.
02

Decidi quanto a lungo durano le tue conversazioni

Conversazioni più lunghe richiedono memoria oltre a ciò che i pesi necessitano. Muovi il cursore sulla tua reale lunghezza di lavoro prima di fidarti di qualsiasi riga per Unicorn.
03

Scegli quanto lontano lo comprimerai

La Compression è ciò che rende un modello adatto a schede più piccole, a fronte di un certo costo in accuratezza., raggiungendo una compressione di IQ4_XS sulla scheda più piccola che si adatta. Impostare una qualità minima elimina le schede che riescono a gestirla solo spremendo oltre quanto desiderato e mantiene il confronto a un livello.
04

Confronta TOKEN AL SEC, non specifiche.

Il ranking per tokens al secondo segue la larghezza di banda della memoria piuttosto che il numero di core, per Unicorn. Non si adatterà a un'ordinazione da gaming, perché la generazione è vincolata dalla larghezza di banda della memoria. La scheda in cima alla lista è B200, nella 308 tok/s
05

Controlla il giudizio di compatibilità prima di acquistare

Una vestibilità stretta funziona, ma non lascia nulla in più per una conversazione più lunga, nel caso di Unicorn. Comfortable significa che puoi espandere il contesto in seguito. Quella differenza conta più di pochi token al secondo, quindi acquista per comfortable se ti aspetti di farlo.
06

Apri la scheda su cui ti sei deciso.

Ogni pagina della scheda ripete questo sondaggio per ogni modello che possediamo, rispondendo a cosa altro l'hardware è utile oltre a Unicorn.

Risposte

Unicorn — domande comuni

Unicorn— quanto è veloce su una GPU?

Dipende dalla scheda. La più rapida che calcoliamo è B200, circa 308 token al secondo; il più lento che riesce a farlo gestisce considerevolmente meno. La velocità di lettura è di circa dieci token al secondo, e il numero di schede che riescono a farlo: 460.

Unicorn— quanta VRAM serve?

Ha bisogno di 6.7 GB a una compressione di IQ4_XS, quale è la scheda più piccola che lo utilizza. Meno compressione richiede di più: le cifre nella colonna della memoria sopra sono ricalcolate per ogni scheda, perché ognuna contiene la versione meno compressa possibile.

Unicorn— posso eseguirlo su una GPU holding 8 GB?

Sì. La scheda CMP 170HX 8 GB, tenere 8 GB, lo esegue a una compressione di IQ4_XS, utilizzando circa 6.7 GB e generando approssimativamente 141 token al secondo. Il fit è stretto.

Unicorn— posso eseguirlo su una GPU holding 12 GB?

Sì. La scheda GeForce RTX 3080 Ti, tenere 12 GB, lo esegue a una compressione di Q6_K, utilizzando circa 9.9 GB e generando approssimativamente 51.0 token al secondo. Il fit è stretto.

Unicorn— posso eseguirlo su una GPU holding 16 GB?

Sì. La scheda Tesla V100 SXM2 16 GB, tenere 16 GB, lo esegue a una compressione di Q8_0, utilizzando circa 12.5 GB e generando approssimativamente 43.5 token al secondo. Il fit è stretto.

Unicorn— posso eseguirlo su una GPU holding 24 GB?

Sì. La scheda GeForce RTX 5090 D V2, tenere 24 GB, lo esegue a una compressione di Q8_0, utilizzando circa 12.5 GB e generando approssimativamente 51.6 token al secondo. Il fit è comodo.

Unicorn— è open-source?

I suoi pesi sono pubblicati, quindi può essere scaricato e eseguito sul proprio hardware. Si noti che OPEN WEIGHTS non è lo stesso di OPEN SOURCE nel senso completo — non dice nulla sui dati di addestramento, sul codice di addestramento o sui termini commerciali allegati.

Unicorn— quanti parametri ha?

Ha un numero di parametri di 11B. Quella cifra è il totale, ed è ciò che decide quanto memoria il modello ha bisogno — circa mezzo gigabyte per miliardo alla compressione che la maggior parte delle persone usa.

Unicorn— chi l'ha creato?

È stato pubblicato da Allen Institute for AI, basato su United States of America, un'organizzazione categorizzata come research collective.

Unicorn— quando è stato rilasciato?

È stato pubblicato in March 2021. La capacità per parametro è migliorata considerevolmente da allora, quindi un modello più recente della stessa dimensione è spesso un uso migliore dello stesso hardware.

Unicorn— A cosa serve?

Funziona nel dominio di Language, e viene registrato come gestire il compito di question answering, Language modeling/generation. Queste sono le aree su cui è stato progettato; descrivono l'intento piuttosto che un confine rigido.

Unicorn— Dove posso scaricarlo?

I pesi sono pubblicati, anche se non abbiamo un link al repository per essi. Questo sito calcola i requisiti hardware anziché ospitare file di modello.

Unicorn— posso eseguirlo se non si adatta nella mia GPU?

Può essere diviso tra la scheda e la memoria di sistema, ma genera dolorosamente lentamente in quel modo. La più vicina mancata che calcoliamo risulta insufficiente di 2.0 GB Ogni figura qui presume che l'intero modello sia residente sulla scheda.

Unicorn— due GPU lo farebbero andare più veloce?

Due schede comprano VRAM piuttosto che velocità, che conta solo se una scheda non può contenerla. Il numero che può: 509. Quindi una seconda CARD è raramente la risposta qui.

Unicorn— perché la quantizzazione differisce tra le schede?

Ogni card è mostrata mentre esegue la copia meno compressa che può contenere. Il numero di livelli di compressione distinti tra le card che si adattano: 4. Schede più grandi ottengono la versione più accurata e il livello di qualità sopra fissa il confronto a un livello.

Unicorn— quanto sono accurate queste stime di velocità?

Vengono calcolati dalle specifiche piuttosto che misurati, e ognuno ha un intervallo. Un esempio: 185–493 tok/s su B200. Lo stesso modello e scheda variano tra il trenta e il cinquanta per cento a seconda del software di inferenza e della sua versione.

Unicorn— che GPU ho bisogno per eseguirlo?

La scheda più piccola nel nostro catalogo che la contiene è Xeon Phi 5110P, con una capacità di memoria di 8 GB. Esegui il modello a una compressione di IQ4_XS utilizzando circa 6.7 GB, e produce approssimativamente 19.7 token al secondo. Il numero di card in grado di eseguirlo in totale: 509.

Fonte

Pubblicazione originale

Ultimo aggiornamento del record 28 November 2025

L'altra direzione

Guardandolo dall'altro lato?

Questa pagina parte dal modello. Se possiedi già una scheda e vuoi sapere tutto ciò che farà funzionare, inizia dall'hardware invece.

Tutti i modelli AI